cuiqingcai大佬《Python3 网络爬虫开发实战》整理
贪婪与非贪婪
import re content = ‘Hello 12345678 Word_This is a Regex Demo‘ result = re.match(‘^He.*(\d+).*Demo$‘, content) print(result.group(1))
原本打算取出12345678，但
运行结果：8
贪婪匹配模式：.* 会匹配尽可能多的字符。
.*后(\d+)至少匹配一个数字，未指定具体数字。因此，.*尽可能匹配多的字符，把1234567匹配，给\d+留下一个仅满足条件的结果8。
so，最后结果就至于8了。
非贪婪模式匹配：.*? 尽可能匹配少的字符，余下交给后面的去匹配。
在.*后加一个?
import re content = ‘Hello 12345678 World_This is a Regex Demo‘ result = re.match(‘^He.*?(\d+).*Demo$‘, content) print(result.group(1))
运行结果：12345678
所以，匹配时，字符中间尽量用非贪婪匹配，以免出现匹配结果确实的情况。若是匹配结果在字符串结果，.*?有可能匹配不到任何内容，因为它会匹配尽可能少的字符。
import re content = ‘http://weibo.com/comment/kEraCN‘ result1 = re.match(‘^h.*?comment/(.*?)‘, content) result2 = re.match(‘^h.*?comment/(.*)‘, content) print(‘result1‘, result1.group(1)) print(‘result2‘, result2.group(2))
原文：https://www.cnblogs.com/hyeTi/p/9568897.html